中国去工业化城市的时空分布特征与影响因素

文摘   2025-01-05 22:01   安徽  

评级:☆

【提到了一个过早去工业化的概念,属于分析的点睛之笔了】

来源:地理研究
作者:王文刚, 崔承润, 李 敏, 李汝资
年份:2024

(1)背景:
1.”去工业化“是新国际劳动分工背景下产业升级和转移的产业结构演化过程。中国制造业部门增加值和就业占比在2011和2012年达到峰值后,开始下降,服务业份额开始上升,进入到以去工业化为特征的后工业阶段。
2.回答三个问题:
a.哪些城市出现了去工业化现象?
b.去工业化城市的分布有何时空特征?
c.影响中国去工业化的因素是什么?
(2)研究设计等
1.去工业化理论:去工业化被视为产业升级和转移的结果,通常表现为制造业增加值和就业占比的持续下降。
去工业化是制造业人数占总就业人数比例下降的过程。
2.区域经济发展理论:区域产业演化具有路径依赖性,去工业化现象的出现与区域经济条件、科技水平和资源禀赋等因素密切相关。

当制造业增加值占比持续下降时,称之为产出去 工业化;就业占比持续下降时,称之为就业去工业化;二者同时呈持续下降趋势时,判定为去工业化城市。

已有研究将近五年数据连续下降作为判断是否去工业化的标准,基于市域尺度,本文界定“持续下降趋势” 为制造业占比近 4 年呈下降趋势;因研究期限限制,本文将自 2017 年比例呈持续且明显下降趋势的城市也识别为去 工业化城市。
(3)基本结果:

1.通过制造业占比的变化趋势,发现中国市域层面去工业化现象普遍存在,且随城市规模等级的提高而增加。空间分布上,东部地区去工业化城市呈条带状分布,中部和西部地区则呈现集中分布的特征。
2.通过人均收入水平与制造业占比的“倒U型”关系,识别出109个过早去工业化城市,占去工业化城市的56.47%。这些城市主要分布在中西部地区,尤其是资源型城市。
以全样本城市为标准,当某一城市制造业比例峰值所对应的人均收入低于整体样本城市对应的人均收入时,识别其为过早去工业化城市
制造业就业、增加值比例达到峰值时对应人均收入分别为28844.38元和24770.19元, 若去工业化城市制造业就业和增加值比例达到峰值时对应的人均收入分别 低于前述水平,则界定其为过早去工业化城市。

金融化水平和科技创新能力是推动去工业化的核心正向因素,而人均收入水平则对去工业化具有显著的负向影响。此外,生产要素成本、资源禀赋、区际产业分工与合作等因素也对去工业化产生了不同程度的影响。

东部地区去工业化主要受生产要素成本上升的推动,而中部、西部和东北地区则更多受金融化水平和交通连通性的影响。区际产业分工与合作易引致西部和东北地区去工业化现象的出现,但有利于东部和中部地区工业化的发展。


GISer last
GISer last 公众号 主要以分享互联网数据资源为主。也分享过GIS、FME等技术教程方法。我个人对于大数据资源、可视化制作、地图制图等方面有很大兴趣,也会分享个人的一些应用和教程。
 最新文章